圖像信息處理叢書·圖像處理

《圖像信息處理叢書?圖像處理》深入系統地闡述和論證了圖像信息處理中共性的和基礎性的知識，以及有關前端的處理理論、方法和技術。

基本介紹

• 書名：圖像信息處理叢書·圖像處理
• 作者：孫即祥
• ISBN：7030138708, 9787030138705
• 頁數：269頁
• 出版社：科學出版社; 
• 出版時間：第1版 (2004年9月1日)

圖書信息

正文語種: 簡體中文

開本: 16

ISBN: 7030138708, 9787030138705

條形碼: 9787030138705

尺寸: 23.6 x 16.8 x 1.8 cm

重量: 322 g

內容簡介

《圖像信息處理叢書?圖像處理》內容簡介：《中國科學院規劃教材——圖像信息處理叢書》共分三冊，叢書之一即《圖像信息處理叢書?圖像處理》，叢書之二為《圖像分析》，叢書之三為《圖像壓縮與投影重建》。

圖像信息處理是一個多階段、多途徑、多目標的信息處理過程。《圖像信息處理叢書?圖像處理》深入系統地闡述和論證了圖像信息處理中共性的和基礎性的知識，以及有關前端的處理理論、方法和技術。《圖像信息處理叢書?圖像處理》涉及關於圖像信息處理的概述，有關的數學知識，視覺知識，圖像的數學描述，圖像的數位化，圖像變換，圖像增強，圖像恢復等內容。某些章節介紹的技術內容既可以作為獨立的技術，產生用戶所需的輸出，滿足用戶的需求，也可以是後續的某些信息處理的預處理。

《圖像信息處理叢書?圖像處理》所涉及的內容及討論的深度適合電子科學與工程類、控制理論與工程類、計算機科學與技術類、儀器科學與技術類以及其他有關專業和研究方向的研究生、本科高年級學生作為教材或教學參考書使用，也可供相關專業的科研人員參考。

目錄

序言

前言

第一章 導論

1．1 概述

1．2 圖像信息處理技術研究的內容

1．3 數字圖像處理系統

第二章 數學知識

2．1 點源與函式

2．2 線性系統

2．3 矩陣微分

2．4 矩陣的廣義逆

2．5 傅氏變換

2．6 周期函式、周期、頻率

第三章 視覺知識

3．1 人眼的生理構造

3．2 輻射度學基礎知識

3．3 亮覺與光度學基礎知識

3．4 色覺與色度學基礎知識

3．4．1 色覺與色度學基礎知識

3．4．2 表色模型

3．4．3 色度圖

3．5 視覺信息處理特性

3．6 視覺特性

3．7 視覺模型

3．8 視覺的心理學知識

第四章 圖像的數學描述

4．1 圖像的函式表示

4．2 反射形成的圖像模型的數學結構

4．3 圖像的統計表示形式——隨機場

4．3．1 隨機場的概念

4．3．2 隨機場的機率分布描述、統計參量及計算公式

4．4 均勻隨機場

第五章 圖像的數位化

5．1 數字圖像的表示形式

5．2 取樣定理

5．2．1 取樣定理

5．2．2 原函式的重建

5．2．3 混疊

5．2．4 取樣的實際問題

5．3 量化．

5．3．1 量化

5．3．2 最佳量化

5．3．3 有約束的最佳量化器

5．3．4 自適應量化

5．4 根據圖像局部區域特徵進行非均勻取樣和非一致量化

5．5 數字圖像的機率分布和統計參量

第六章 圖像酉變換

6．1 離散傅氏變換(DFT)

6．1．1 離散傅氏變換的定義

6．1．2 離散傅氏變換性質

6．2 線性變換的一般表示式

6．2．1 標量表示式

6．2．2 矢量表示式

6．2．3 矩陣表示式

6．2．4 矢量外積表示式

6．3 可逆變換

6．4 線性變換的實質

6．4．1 基底

6．4．2 基平面

6．5 線性變換的統計特性

6．5．1 變換圖像的一、二階矩

6．5．2 變換圖像的機率密度模型

6．6 沃爾什一哈達瑪變換(WHT)

6．6．1 列率(sequency)、格雷碼與拉德梅克函式

6．6．2 沃爾什(walsh)函式

6．6．3 沃爾什級數

6．6．4 沃爾什變換

6．6．5 哈達瑪變換

6．7 離散餘弦變換(DCT)

6．8 離散K—L變換

6．9 奇異值分解(SVD)和變換

6．1 0哈爾變換(HT)

6．1 0．1 哈爾函式的定義

6．1 0．2 哈爾函式性質

6．1 0．3 哈爾矩陣與哈爾變換

6．1 1斜變換(DST)

6．1 1．1 斜矩陣

6．1 1．2 斜變換

第七章 點陣圖像增強

7．1 概述

7．2 對比度增強

7．2．1 線性變換

7．2．2 分段線性變換

7．2．3 非線性變換

7．2．4 其他變換

7．3 修正直方圖增強

7．3．1 直方圖(Ilistogram)

7．3．2 直方圖均化

7．3．3 直方圖規定化

7．4 平滑(smoothing)

7．4．1 噪聲

7．4．2 鄰域平均法

7．4．3 多圖平均法

7．4．4 中值濾波法

7．4．5 頻域中低通濾波和帶阻濾波

7．5 銳化(sharpening)

7．5．1 模糊機理及基本解決方法

7．5．2 梯度模運算元

7．5．3 拉氏運算元

7．5．4 Wallis運算元

7．5．5 其他自適應銳化運算元

7．5．6 高通濾波和高頻加強濾波

7．6 自適應疊代濾波增強

7．6．1 自適應疊代濾波原理

7．6．2 圖像的自適應疊代濾波算法

7．7 同態濾波增晰

7．8 幾何校正

7．8．1 像素坐標校正

7．8．2 像素灰度估算

7．9 偽彩色和假彩色

7．9．1 偽彩色(pseudocolor)技術

7．9．2 假彩色(falsecolor)技術

7．10 圖像間的算術運算

第八章 圖像恢復

8．1 概述

8．2 圖像質量的客觀評價

8．3 降質模型的一般表示式

8．3．1 連續的線性降質模型表示式

8．3．2 離散的線性系統模型表示式

8．4 分塊循環矩陣的對角化及其意義

8．5 降質系統的模型及參數的確定

8．5．1 具體研究降質過程確定h(x，v)

8．5．2 由降質圖像確定h(x，v)

8．5．3 原始圖像及噪聲的功率譜估計

8．6 頻域中的恢複方法

8．6．1 逆濾波

8．6．2 等功率譜濾波

8．6．3 維納濾波

8．6．4 其他幾種頻域中的恢復濾波器

8．6．5 由降質圖像估計恢復濾波器的一種方法

8．6．6 疊代盲卷積恢復算法

8．7 最小二乘估計

8．8 約束最小二乘估計

8．8．1 化矩陣方程約束為範數方程約束

8．8．2 矩陣方程約束

8．9 利用分塊循環矩陣性質改變恢復域

8．9．1 平滑約束恢復算法

8．9．2 變參數維納濾波

8．10 線性均方估計恢復圖像

8．11 非線性統計估計

8．11．1 條件均方估計

8．11．2 最大後驗估計(MAPE)

8．11．3 最大似然估計(MLE)

8．11．4 最大後驗估計的具體實施

8．11．5 最大似然估計的實施

8．12 最大熵恢復

8．13 圖像恢復的代數方法

8．13．1 廣義逆法

8．13．2 奇異值分解廣義逆法

8．13．3 投影疊代法

8．14 卡爾曼濾波恢復

8．15 運動模糊圖像恢復

8．15．1 運動模糊差分恢復

8．15．2 差分投影恢復

8．15．3 直接卷積恢復

8．16 薄雲層下的景物圖像恢復

8．17 超解析度圖像復原

8．17．1 超解析度圖像復原及其進展

8．17．2 超解析度復原的理論基礎

8．17．3 超解析度復原算法

8．17．4 超解析度圖像復原的研究發展方向